Baixe o app para aproveitar ainda mais
Prévia do material em texto
Pesquisa Operacional Resumo feito baseado no material apresentado na aula 1 da disciplina de Pesquisa Operacional do curso de Engenharia de Produção da Universidade Positivo. * O conteúdo descrito neste arquivo são apenas resumos e anotações de aula. **Referências externas são mencionadas no rodapé da página ou em hyperlinks em determinados termos. ***NÃO UTILIZAR COMO REFERÊNCIA PARA TRABALHOS. Bibliografia Básica HOESCH, C; HEIN, N. Pesquisa Operacional: fundamentos e modelos. Blumenau: editora da FURB, 1999. ANDRADE, Eduardo Leopoldino de. Introdução à pesquisa operacional: métodos e modelos para análise de decisões. 3ed. Rio de Janeiro: LTC, 2004. Origem PO é um conjunto de processos e métodos de análise desenvolvidos por grupos que assessoraram as forças militares durante a 2° Guerra Mundial. A programação linear se tornou a primeira técnica explícita e permanece atualmente como a mais básica e útil de todas as técnicas da PO. Aplicação Pode ser aplicada a problemas onde é necessário especificar, de forma quantitativa, a condução e a coordenação das operações ou atividades dentro de uma organização. A natureza da organização pode ser financeira, industrial, militar, governamental, etc. Um estudo de PO consiste basicamente na construção de um modelo para um sistema real que sirva como instrumento de análise e compreensão do comportamento desse sistema, com o objetivo de levar o sistema a apresentar o desempenho desejado. Objetivo Esse sistema pode existir de fato ou pode estar ainda em concepção. ★ existindo de fato o objetivo do estudo é analisar o desempenho do sistema para escolher uma ação com finalidade de aprimorá-lo. ★ ainda em concepção, o objetivo é identificar a melhor estrutura para o futuro sistema. pesquisa operacional resumo aula 05.08.2020 Enfoque Gerencial Enfoque clássico: busca da solução ótima Deriva do conceito quantitativo clássico de PO. Visa aplicar técnicas de decisão e resolver os modelos identificados por meio de métodos matemáticos e estatísticos visando à obtenção de uma solução ótima. Enfoque atual: uso do modelo para identificação do problema. Decorrente de um conceito qualitativo de PO. Nessa abordagem qualitativa, o enfoque central é deslocado do método de solução para a formulação e modelagem, ou seja, para o diagnóstico do problema. Fases de um estudo de PO Diagrama de um projeto de PO Construindo um modelo matemático Passo fundamental: ouvir aquele que lida com o problema real Passo 1: descobrir as variáveis do problema (o que deve ser determinado?) Passo 2: descobrir os dados do problema (o que está disponível?) Passo 3: Reproduzir as equações (quais caminhos levam a solução) Problema de Otimização Critério de avaliação das soluções alternativas, o qual nos permite dizer que uma solução é “melhor” que outra (objetivo ou subjetivo). Função objetivo é o critério de avaliação que busca otimizar (maximizar ou minimizar). As soluções alternativas devem ser passíveis de execução indicando a presença de restrições que devem ser respeitadas. De outra forma: uma função f, chamada de função objetivo, definida no conjunto de soluções alternativas, digamos Ω. Um problema de otimização matemática é definido por: min f (x) x s Ω Dependendo do comportamento de f(x) e de como o conjunto Ω é descrito, temos diferentes classes de problemas de otimização, para os quais uma variedade de métodos de solução tem sido desenvolvida. pesquisa operacional resumo aula 05.08.2020 Classes de problemas de otimização ★ otimização linear ★ otimização não linear ★ otimização inteira ★ controle ótimo Aplicações A Modelagem - Programação Linear Idealização ou visão simplificada da realidade, utilizando símbolos matemáticos (+ - <= >=) que representam as variáveis de decisão (x, y, z, x1, x2, x3, cadeira, mesa, motor, prego, parafuso, etc) do sistema real. Essas variáveis são relacionadas por funções matemáticas que expressam o funcionamento do sistema. A solução consiste em encontrar valores adequados das variáveis de decisão que otimizem o desempenho do sistema, seguindo o critério desejado. *otimizar - dentro das respostas encontradas, o que deu a melhor resposta/resultado; resposta que foi enquadrada no modelo, se for modelado errado, a solução também vai estar errada. Tipos de Modelos ★ Modelos conceituais (feito normalmente através de simulação) ★ Modelos simbólicos ou matemáticos (utiliza a matemática para descrever um problema) ★ Modelos heurísticos (trabalha com PL e através de algoritmos descreve um problema, um caminho melhor - muitas vezes utiliza da matemática para resolver) ★ Metaheurísticos - encontram os problemas sozinhos Características dos Modelos ★ um critério de escolha das variáveis de decisão é constituído por uma função linear das variáveis. Esta função é denominada função objetivo e seu valor devem ser otimizado (maximizado ou minimizado). (o que eu desejo, eu quero fazer, o que eu procuro naquele problema, será a variável de decisão, critério que será utilizado) ★ as relações de interdependência entre as variáveis de decisão se expressam por um conjunto de equações e/ou inequações lineares. Essas relações são denominadas restrições. (aquilo que vai definir a quantidade da variável que está sendo estudada, sua interdependência, as relações entre as restrições darão as equações básicas) ★ as variáveis de decisão do modelo são não-negativas, ou seja, positivas ou nulas. (variáveis puras) Construção dos Modelos de Otimização Definição do problema ★ reconhecer que existe um problema que seja indicada a procura de uma solução pela pesquisa dos valores ótimos das variáveis de decisão. ★ pode ser considerado mais útil empregar técnicas de otimização, em vez de simulação, para procurar interativamente uma solução ótima, ou próxima da ótima quando: pesquisa operacional resumo aula 05.08.2020 ○ existirem várias variáveis de decisão ou quando as variáveis puderem assumir valores em ampla faixa de viabilidade; ○ houver restrições nos recursos ou variáveis que tornem complexo o processo de escolha dos valores das variáveis ○ os sistemas forem tais que algumas variáveis devem ter seus valore calculados de maneira precisa, para respeitar restrições ou evitar grandes variações no resultado final. Identificação das variáveis relevantes ★ as variáveis de decisão para as quais o analista procura valores-ótimos; (as variáveis devem ser relevantes e importantes) ★ variáveis não controláveis que servem de base para a definição de restrições ou de variáveis endógenas; (independente, fixa, não depende de outras coisas) ★ variáveis controláveis que, dependendo dos valores de outras, muitas vezes entram na formação da função objetivo ou das restrições que o analista deve especificar. (variáveis que dependem de outras) Formulação da função objetivo A funçao objetivo reflete o critério de otimização das variáveis de decisão e devem ser escrita em forma matemática.
Compartilhar